雷锋网AI金融评论按：本文作者Glenn Perachio，是安永(英国) LLP 合伙人和安永金融市场犯罪和交易员监控解决方案领导者。他在文中旗帜鲜明地提出，金融机构应发展新技术来加强监管，应对金融市场犯罪行为，如自动化技术、人工智能等。雷锋网作了不改变原意的编译。
伦敦银行同业拆借利率和外汇交易领域的丑闻等各种备受瞩目、金额巨大的市场扰乱案例，已经驱使全球交易监管成本在2017年达到7.58亿美元。与此同时，金融机构还在持续投入更多的资源，以预测并防止诈骗活动。当前金融机构采用的主要方式是建立监管系统，监控交易记录、电子邮件和电话，然而，这些信息往往是割裂式的，除非将这些信息拉通筛查，不然很难准确地预测出交易者的完整行为。在预算有限的情况下，投行、资产管理公司以及其他金融机构是否有更有效的方法，实现相同或者更好的监管效果。
在监管科技中应用自动化技术、机器学习和人工智能，是金融机构通过创新，实现这一目标的绝佳方式。
高效的监管是打击市场乱象非常重要的工具，但是实际落地则是很困难的。因为应用中涉及很复杂的流程，正常行为与乱象间的界限模糊。新兴科技能够颠覆市场，通过从增长中的数据源中识别特征，并分析数据获取信息。对于金融机构来说，这将掀起一股“完美的风暴”，能够更好地监控资本市场上的金融犯罪。
与监管同步
根据 Chartis 和安永近期发布的一份报告，超过70%的金融机构表示，他们正在升级交易监管系统，这也为最近的创新解决方案提供了坚实基础。据了解，升级系统的最初目标是满足监管者对更详细交易背景信息的要求。而现在系统的作用已经不止于此，更可以用来分析交易活动的背景资料，在实践中得到了更多的应用。金融机构不仅整合了传统的电子化沟通内容和交易信息，也涵盖诸如订单、语音通话数据等数据，实现更全面的数据源覆盖。
随着金融市场法规的广泛实施，监管范围正在逐渐拓展，很多金融机构通过拓宽其监管项目，以涵盖更广泛的资产类型，例如固定收入、商品和其他场外交易产品。然而迄今为止，大趋势仍是加大投入，通过科技扩张资产种类，适应法规变化。在新的资产种类中，起源于股票和管制投资交易资产的系统，由于投资环境的日益多样化和特定的汇报要求正苦苦挣扎。
在如此广泛的网络中，采用传统的、基于规则的监管手段的成本很高，也伴随着很多可预知的局限。而采用更高效的新技术也是一个非常复杂的事情，还需要时间。也要求数据方做好准备。当从基于规则的系统转变为基于模式的系统时，金融机构必须重视数据的复杂程度和归属权、不同防御线的管控难度，以及监管系统的防御性。
系统升级并非一蹴而就
对偏好风险规避的金融机构和监管者来说，在这样复杂的场景下，一夜之间完成系统升级几乎是不可能的事情。在每一个阶段，通过循序渐进的手段，在效率和效能维度体现出可测量的利益显得十分重要。如果金融机构能够从现在开始，从现有的被充分认识的逻辑系统转换到未来智能化的风险管理解决方案，则能够把握住向监管者证明市场整合的机会，同时也能为日常商业运营省下一笔不菲的开支。
聚焦于内部系统和政策发展的公司，应该不只局限于法律合规的要求，而是为企业发展提供更多有价值的、可持续的解决方案。
创新的机会
交易者监管系统目前每天都发出数千次的预警，而这大大地减少了监管团队的工作量。事实上，在金融机构为了做到更高规模的预警时，合规团队也在不断壮大，成本剧增。
但是，创新并不意味着从零开始。机构可以通过运用分析和极速，从旧的系统中整合并增加不同的交易数据和预警，例如元数据、语音数据、社交数据、物理访问数据、金融数据、HR数据、计量生物学数据以及其他能够识别行为特征和实际风险的信息。
展望未来，这些技术的核心将是通过运用智能技术提高效率，这样，合规团队能够完全聚焦于数据导向的深度研究调查。这能够在满足监管者对于信息汇报的要求，降低监管成本。目前，金融机构应该认识到升级新技术的益处，同时，这也能够让整个行业走向更好的、更持续的轨道，一方面能够满足监管者，另一方面还能够有效干预金融犯罪。不参与此类创新的代价将会是非常昂贵的。
正在生成分享图...